楊俊峰

內(nèi)蒙古自治區(qū)廣播電視監(jiān)測與發(fā)展中心 內(nèi)蒙古 呼和浩特市 010050

隨著當(dāng)前媒體融合力度的不斷加大，新興媒體持續(xù)出現(xiàn)，多元化的互聯(lián)網(wǎng)音視頻內(nèi)容，進(jìn)一步加大了監(jiān)測工作的壓力，這也成為了新時期各級監(jiān)管機(jī)構(gòu)需要解決的首要問題。本文便是在理論分析法以及文獻(xiàn)研究法的基礎(chǔ)上，結(jié)合新時期的智能語音識別技術(shù)在廣播電視內(nèi)容監(jiān)測中的實際應(yīng)用展開探討，力求打造多元化且智能化的監(jiān)測體系，為廣播電視內(nèi)容監(jiān)測領(lǐng)域的技術(shù)創(chuàng)新提供參考依據(jù)。

1 分析背景及相關(guān)理論

1.1 廣播電視內(nèi)容發(fā)展背景

互聯(lián)網(wǎng)的高速普及，讓手機(jī)以及電腦等移動終端設(shè)備，成為了人們?nèi)粘＝涣饕约矮@取信息的主要途徑，與之對應(yīng)的是大量短視頻網(wǎng)站以及直播平臺的出現(xiàn)，滿足了人們?nèi)粘蕵沸枨?，但與此同時，廣播電視的內(nèi)容也愈加復(fù)雜，監(jiān)測工作面臨著較大的挑戰(zhàn)。傳統(tǒng)的廣播電視內(nèi)容監(jiān)測主要是進(jìn)行音視頻節(jié)目的預(yù)先儲存，然后通過圖像識別技術(shù)、幀數(shù)對比技術(shù)、語音特征識別等方法進(jìn)行全方位監(jiān)管［1］。這種模式在實際運行的過程中，時效性較差、資源儲存需求較高、識別的準(zhǔn)確率較低，因此，為了進(jìn)一步滿足互聯(lián)網(wǎng)新媒體廣播電視內(nèi)容監(jiān)測的需求，需要打造更加智能化的監(jiān)測技術(shù)體系。

1.2 自動語音識別及智能語義分析

首先，自動語音識別又被稱為asr，是語音交互中的AI技術(shù)環(huán)節(jié)，主要是對語音信號進(jìn)行轉(zhuǎn)換，將其置換成文本信息，整體識別系統(tǒng)涵蓋特征提取、聲學(xué)模型建立、語言模型建立、字典與解碼4個層面。另外，為了進(jìn)一步提升特征提取的有效性，還需要采集聲音信號進(jìn)行濾波分析以及幀數(shù)分析。特征提取工作最大的優(yōu)勢是可以將聲音信號從時域轉(zhuǎn)換到頻域，這樣可以順暢地建立聲學(xué)模型；建立好聲學(xué)模型，再結(jié)合聲學(xué)特性進(jìn)行每一個特征向量的評估；語言模型則是建立在語言學(xué)理論的基礎(chǔ)上，對聲音信號可能出現(xiàn)的各項詞組序列進(jìn)行排列；根據(jù)系統(tǒng)中已經(jīng)錄入的字典，進(jìn)行詞組序列解碼，其具體的原理框圖如圖1所示。該項技術(shù)發(fā)展已經(jīng)較為成熟，在人們的生活中較為常見，如手機(jī)智能語音助手、車載語音助手等。

圖1 連續(xù)語音識別原理框圖

其次，智能語義分析主要指的是自然語言理解的關(guān)鍵技術(shù)，是當(dāng)前人工智能領(lǐng)域的核心內(nèi)容。智能語義主要將文本進(jìn)行自動化處理，提取其中的具體要素進(jìn)行智能審核，往往是輿情分析、知識檢索、自動寫作的主要技術(shù)。智能語義分析主要從語言邏輯規(guī)律，以及人們常規(guī)的語言習(xí)慣角度入手進(jìn)行分析，如了解語言歧義、分析省略的詞語、定位代詞所指、了解話語意圖等等［2］。結(jié)合當(dāng)前的計算機(jī)發(fā)展水平來看，為了進(jìn)一步滿足智能語音識別以及各領(lǐng)域的語義識別要求，計算機(jī)已經(jīng)逐步具備了人類的語言處理標(biāo)準(zhǔn)，比如語音識別的速度以及準(zhǔn)確率已經(jīng)能夠滿足各領(lǐng)域的專業(yè)化需求，音視頻內(nèi)容的文本化也具備極強(qiáng)轉(zhuǎn)換能力，通過對樣本庫關(guān)鍵詞進(jìn)行比對，可以快速識別廣播電視節(jié)目中常規(guī)的違規(guī)信息，能夠在第一時間快速發(fā)現(xiàn)并定位關(guān)鍵幀數(shù)，在后續(xù)的發(fā)展中還需要通過長期的糾偏以及智能學(xué)習(xí)，快速解決長文本、復(fù)雜結(jié)構(gòu)句子、地方方言等類型的廣播電視內(nèi)容，全面提升違規(guī)信息識別的準(zhǔn)確率，不僅可以建立擬人化的感知思考系統(tǒng)，還可以為新時期融媒體廣播電視的發(fā)展提供良好保障。

2 廣播電視節(jié)目內(nèi)容監(jiān)測的智能語音識別系統(tǒng)

2.1 信號解調(diào)設(shè)備

信號解調(diào)設(shè)備主要是在信號檢測結(jié)束之后，能夠組成一臺或者多臺解調(diào)器，主要應(yīng)用于調(diào)頻廣播、調(diào)幅廣播、有線電視領(lǐng)域［3］，其可以將不同類型的廣播電視節(jié)目語言信號轉(zhuǎn)化為普通的音頻信號，然后將其傳送到信號搜集站進(jìn)行錄音。信號解調(diào)設(shè)備可以根據(jù)具體的檢測頻道數(shù)量進(jìn)行自動分配。

2.2 預(yù)處理設(shè)備

當(dāng)前較為常見的預(yù)處理設(shè)備主要以aqc4信號預(yù)處理為主，能夠判斷信號的強(qiáng)度以及真實性。在實際運作的過程中，預(yù)處理設(shè)備會控制信號處理器，對音頻信號進(jìn)行細(xì)節(jié)調(diào)整，比如定位信號中的噪音，進(jìn)行失真修正，調(diào)整信號電平，確保最終導(dǎo)出的信號源文件可以進(jìn)行后續(xù)的智能識別。

2.3 多路信號收集站

調(diào)節(jié)器會快速定位不同頻道有線電網(wǎng)射頻信號中的伴音與影響因素，將其轉(zhuǎn)化為視頻信號和模擬音頻信號，然后將這些信號傳送到信號收集站進(jìn)行記錄。多路檢測信號收集站則可以對接收到的電視以及廣播音頻信號進(jìn)行收集和壓縮，將其轉(zhuǎn)換到服務(wù)器的數(shù)據(jù)庫中。從類型角度來講，多路信號收集站主要分為廣播信號收集站以及電視信號收集站。

廣播信號收集站能夠同時對各路廣播信號進(jìn)行采錄，采錄頁面中實時顯示信號的音量光柱并具有軟調(diào)音臺，能夠根據(jù)各路信號大小展開增益控制。另外，系統(tǒng)還配備監(jiān)聽按鈕，可以及時監(jiān)控不同信號輸入的情況，尤其是針對廣播時段特征進(jìn)行提取，每天設(shè)計采錄時間表，確保采錄及時有效。

2.4 視頻信號采集設(shè)備

電視信號采集，能夠?qū)?路電視信號同時進(jìn)行處理，采集站可以對電視信號的音頻信號碼流進(jìn)行整合，選擇MPEG壓縮格式進(jìn)行壓縮，根據(jù)不同頻道的具體播出時間以及采集時間獨立打造一份文件。采錄時，頁面能夠及時顯示視頻圖像，并且進(jìn)行視頻信號監(jiān)聽，綜合調(diào)節(jié)每路信號的對比度、色度、飽和度，確保最終采集的信號質(zhì)量較好，采集到的音視頻數(shù)據(jù)會自動傳輸?shù)轿募?wù)器進(jìn)行儲存。

3 傳統(tǒng)廣播電視內(nèi)容監(jiān)測的難點分析

3.1 時效性較差，且資源耗用較高

互聯(lián)網(wǎng)的高速發(fā)展為當(dāng)前的廣播電視體系創(chuàng)新提供了新的發(fā)展空間，大量的短視頻平臺以及影音平臺成為需要進(jìn)行監(jiān)管的主體。但是，由于廣播電視信號渠道多樣化，在進(jìn)行音視頻信號采集的過程中，需要分析每一幀的內(nèi)容，同時還需要了解圖像的顏色特征以及紋理特征，與既有的模板進(jìn)行匹配，從樣本庫中提取具有相似程度的樣本進(jìn)行評價，作為最終檢測定性的主要依據(jù)，這一整個流程無論是從結(jié)構(gòu)識別還是信息統(tǒng)計識別方向來講，都存在數(shù)據(jù)體量大、讀寫速度壓力大、中心處理器運行壓力大等問題，這也就導(dǎo)致占用的計算資源較大，監(jiān)測運行消耗時間較多［4］。另外，部分廣播電視內(nèi)容監(jiān)管工作還依舊采用傳統(tǒng)的監(jiān)測模式，雖然使用了智能語音識別分析技術(shù)，但是應(yīng)用的不夠透徹，存在形式化問題，這也就導(dǎo)致同時監(jiān)測多套節(jié)目需要投入大量的硬件設(shè)備，且事后監(jiān)測時效性較差，無法實現(xiàn)第一時間的輿論監(jiān)管。

3.2 人工依賴性較高，違規(guī)誤判較多

當(dāng)前的視頻以及音頻處理技術(shù)逐步成熟，由于其內(nèi)容、溝通方式、顏色存在較大差異，在音視頻提取的過程中，往往涉及較多的干擾因素，尤其是特征符號的采集以及對比、顏色比例規(guī)劃等內(nèi)容容易出現(xiàn)檢測錯誤，輸出疑似違規(guī)報警的信息數(shù)據(jù)量較為龐大，導(dǎo)致假報警比例較高，因此，需要通過后續(xù)的人工審核進(jìn)行干擾信息排除。但是，在當(dāng)前互聯(lián)網(wǎng)視聽內(nèi)容體量龐大的情況下，這種監(jiān)測體系會面臨較大壓力。

4 廣播電視內(nèi)容監(jiān)測中的智能語音識別分析優(yōu)化體系

4.1 打造多路視聽節(jié)目內(nèi)容實時監(jiān)測系統(tǒng)

智能語音識別分析技術(shù)是建立在互聯(lián)網(wǎng)的基礎(chǔ)上，以信息技術(shù)為依托打造的自動化監(jiān)控體系，因此，其本身具備較強(qiáng)的實時性以及智能化特點。這種優(yōu)勢彌補(bǔ)了傳統(tǒng)監(jiān)測技術(shù)實效性較低、事后監(jiān)測的不足。在語音識別分析的過程中，文字輸出以及執(zhí)行、具體的任務(wù)指令都可以在短時間內(nèi)快速完成監(jiān)測監(jiān)管，服務(wù)器自身的集群計算機(jī)資源處理系統(tǒng)，可以實現(xiàn)多路自動語音識別，這也就全面提升了語音識別的綜合效率，進(jìn)一步強(qiáng)化實時監(jiān)聽的能力，每一路視聽節(jié)目都可以單獨生成一路文本輸出途徑，甚至可以在互聯(lián)網(wǎng)的基礎(chǔ)上進(jìn)行自動接入以及自動輸出［5］。而監(jiān)管機(jī)構(gòu)所使用的智能語義分析系統(tǒng)，又可以對多路輸入的文本進(jìn)行及時監(jiān)測，整體流程環(huán)環(huán)相扣，即便需要進(jìn)行分析的內(nèi)容體量極為龐大，也不會對硬件造成壓力。單項技術(shù)已經(jīng)能夠?qū)崿F(xiàn)視頻內(nèi)容資源全部收納以及實時監(jiān)聽，可以真正做到廣播電視監(jiān)測監(jiān)管應(yīng)管盡管。語音識別分析監(jiān)管的具體流程如圖2所示，整體的監(jiān)管模式具有極強(qiáng)的集成化特點，不必受到廣播電視傳播途徑以及平臺的限制。

圖2 智能語音分析監(jiān)管流程

4.2 打造高品質(zhì)的監(jiān)測對象音頻輸出體系

隨著當(dāng)前互聯(lián)網(wǎng)融媒體行業(yè)發(fā)展速度的不斷加快，廣播電視以及互聯(lián)網(wǎng)音視頻內(nèi)容極為豐富，且大部分的音視頻內(nèi)容都是以前期錄音及配音為主，另外，絕大部分的智能音視頻軟件還涉及了人工合成配音，這也就導(dǎo)致了當(dāng)前的部分廣播電視節(jié)目語言逐漸突破普通話限制，智能音軌、方言加大了智能識別的難度。但是，依托智能語音識別分析技術(shù)，在具體監(jiān)測需求的基礎(chǔ)上進(jìn)行優(yōu)化，又誕生了如下幾方面的技術(shù)體系，能夠有效滿足多種類型的語音識別需求。

4.2.1 聲紋識別技術(shù)

聲紋識別技術(shù)主要是在人的語言特點以及語音狀態(tài)的基礎(chǔ)上，判斷講話人的身份，主要應(yīng)用在判斷真人配音以及智能合成配音領(lǐng)域。其次，可以判斷某一個語音的發(fā)出是否為指定的人，聲紋識別能夠?qū)⑤敵龅恼Z音信號作為參考依據(jù)，根據(jù)某一個人的發(fā)音特點以及講話個性，從生物學(xué)的范疇進(jìn)行聲紋識別。

4.2.2 內(nèi)容辨識技術(shù)

內(nèi)容辨識可以在語音識別的基礎(chǔ)上，針對其內(nèi)容進(jìn)行分析，了解語音的生理屬性以及物理屬性，從而分析講話的內(nèi)容。該技術(shù)在具體應(yīng)用的過程中會受到一定干擾，比如講話人的方言、表達(dá)習(xí)慣、語序習(xí)慣等［6］。內(nèi)容辨識技術(shù)通常與聲紋識別技術(shù)進(jìn)行組合應(yīng)用，不僅可以了解講話的聲紋以及語法，還可以建立語義模型，利用磁性標(biāo)記以及詞語區(qū)分等方式判斷語音內(nèi)容，雖然處理過程較為復(fù)雜，但是能夠精準(zhǔn)識別當(dāng)前復(fù)雜節(jié)目中的對話。

4.2.3 語音及語種辨別

語種識別是綜合語音材料兼容的語種特征來進(jìn)行判斷的，語言內(nèi)容判斷以及智能翻譯技術(shù)主要是在語種識別的基礎(chǔ)上而衍生的新型技術(shù)體系。語種識別可以根據(jù)廣播電視節(jié)目中不同的語音材料進(jìn)行判斷，了解其發(fā)音標(biāo)準(zhǔn)以及講話邏輯，這項技術(shù)主要應(yīng)用在語言教學(xué)以及語音標(biāo)準(zhǔn)檢測中，能夠精準(zhǔn)判斷不同類型的廣播電視內(nèi)容。

4.3 構(gòu)建精準(zhǔn)的違規(guī)信息定位體系

智能語音識別分析技術(shù)的主要應(yīng)用目的在于定位廣播電視節(jié)目中存在的違規(guī)信息以及不良內(nèi)容，而傳統(tǒng)單純依靠畫面和語音特征識別的方式，無法快速有效地發(fā)現(xiàn)違法違規(guī)信息，同時也難以定位其中的意圖導(dǎo)向，因此，需要在傳統(tǒng)語音識別的基礎(chǔ)上，配合語義分析，從漢語言學(xué)的角度分析講述的具體含義，同時定位同音、同形、同義等方面的差異，還可以及時地更新和跟蹤網(wǎng)絡(luò)新詞，對于當(dāng)前的各類縮寫、流行詞也可以進(jìn)行精準(zhǔn)判斷。

另外，智能語義分析系統(tǒng)又配備了神經(jīng)網(wǎng)絡(luò)算法，可以結(jié)合當(dāng)前的大量違規(guī)案例，進(jìn)行持續(xù)性的機(jī)器學(xué)習(xí)［7］，促使在后續(xù)的語義識別以及語音識別中快速定位新的違規(guī)行為以及違規(guī)信息，準(zhǔn)確地分析文本的內(nèi)在邏輯以及思想含義，從而提升違規(guī)信息識別的精準(zhǔn)性。

結(jié)束語

綜上所述，在當(dāng)前的廣播電視監(jiān)測工作創(chuàng)新和發(fā)展的過程中，依托人工智能技術(shù)實現(xiàn)智能化的語音識別，同時配備精準(zhǔn)的語義識別體系，能夠在傳統(tǒng)廣播電視內(nèi)容監(jiān)測的基礎(chǔ)上，分析節(jié)目的核心要義以及想要傳播的思想，這種方式可以進(jìn)一步提升識別的精準(zhǔn)性。而在未來發(fā)展的過程中，需要將發(fā)展重點放在語音識別分析的內(nèi)在邏輯以及全智能演變方面，進(jìn)一步脫離人工干預(yù)，提升監(jiān)測的效率和質(zhì)量。